AI芯片已经成为中美科技竞争中的重要“王牌”。

过去一个多月，市值达4.5万亿美元的英伟达公司公布，未来十年准备向OpenAI投入最多一千亿美元资金，OpenAI计划采购并应用四百万到五百万片英伟达GPU芯片；紧接着，十月七日，AMD公司告知外界，与OpenAI签署了一份为期四年的算力芯片供应合同，合同金额达数百亿美元，OpenAI同意购买AMD最多百分之十的股权；此外，甲骨文公司也与OpenAI达成了总额为一万亿美元的合作协议。

AMD同OpenAI联手宣布消息后，AMD股价迅速飙升，创下了将近十年内最显著的纪录，促使这家数据中心AI芯片领域的亚军企业，首次与英伟达正面交锋，同时让OpenAI促成了一项涉及巨额资金的复杂资金流转。

国内情况，十月份初期，DeepSeek推出了DeepSeek-V3.2-Exp版本，紧接着寒武纪、华为昇腾等本土芯片公司相继表示完成适配工作，华为更透露了昇腾910系列芯片的量产安排，预计二零二六年第一季度会发布昇腾950PR型号，该产品将运用华为自主研制的HBM内存，而到了二零二八年第四季度，计划推出昇腾970芯片。

寒武纪的股票价格持续攀升，在7月至9月期间，其价格涨幅达到了124%。目前，该公司的市值已经达到了5210亿元，曾经一度超越了日本最大的半导体设备生产商东京电子。此外，寒武纪也被视为中国A股市场市值领先的半导体设计企业之一。

英伟达的领导者黄仁勋最近指出，中国在半导体行业仅比美国慢“几纳秒”，在芯片研发和制造方面展现出巨大的发展可能。他请求美国政府让美国的高科技公司在包括中国在内的市场上参与竞争，目的是“增强美国的全球地位”。

显而易见，美国持续加强针对中国的AI芯片出口限制，却意外推动了国内AI芯片技术的快速发展，同时让H20芯片在中国市场表现不佳，销量持续下滑，黄仁勋团队依然深陷于中美AI芯片领域的激烈竞争之中，即便在2024年英伟达产品已经占据了中国AI芯片市场超过三分之一份额的情况下。

美国不断加强针对中国的 AI 芯片出口限制，近期出台的《GAIN AI》法案就是一个例子，该法案规定英伟达的 AI 芯片需优先供应美国本土公司，待满足国内需求后，方可向中国出售高端 AI 芯片，此举或使英伟达失去高达 500 亿美元的中国 AI 计算市场机会。

市场角逐日趋激烈，众多外国公司如AMD、谷歌、微软、博通等，以及国内企业包括华为、寒武纪、摩尔线程等，都相继推出了性能价格比更优的人工智能算力芯片，并且国产AI算力芯片开始逐步接到应用订单。同时，阿里巴巴、腾讯、百度、字节跳动等网络巨头，也在增强芯片的研发与设计投入，目的在于供应链中提升更强的自主掌控水平。

根据Epoch Al的信息，过去一年间，OpenAI在计算资源上的投入总额达到70亿美元，其中用于人工智能大型模型训练的资金为50亿美元。

据摩根士丹利分析，接下来三年内，全球用于AI基础设备建设的开销或许能达到三万亿美元，折合人民币约二十一万亿元。同时，德勤的一份文件指出，由于人工智能和第五代移动通信技术等新兴科技的快速进步，到2025年全球半导体行业的营收将创下6970亿美元的记录，并且预计到2030年，该行业的销售额可能突破一万亿美元。

晨星公司分析师布莱恩·科莱洛提到，假设未来一年AI领域出现泡沫并随之破灭，那么（英伟达投资OpenAI）这件事可能就是其中一个预示信号。

英伟达的发言人在应对有关中国半导体企业近期发展情况的问题时透露，行业间的较量已然展开。

清微智能的CEO王博向记者透露，采用新型架构的AI芯片，比如可重构芯片，为国产AI算力提供了不同于英伟达GPU的进步方向。国内AI芯片行业要获得更大的市场份额，必须在产品性能与价格的比例上，比竞争对手高出五倍的优势。当前市场存在一款极具优势的同类产品，例如英伟达或英特尔，面对这类领先者，绝对不能盲目模仿其发展轨迹，否则将遭遇毁灭性打击，最终不堪一击。

DeepSeek热潮带来国产AI芯片“超车”

自2022年10月开始，美国对中国半导体产业实施多次出口限制，意图阻碍中国研发尖端人工智能处理器，同时禁止中国利用美国设备训练高级智能系统。

二零二四年十二月，美国拜登政府任期最后阶段再度收紧对华技术出口管控，明确限制向中国输出用于先进人工智能芯片的高带宽存储器，同时提高对高性能计算设备的出口门槛，意图遏制中国人工智能超级模型的研发进程。受此影响，原先高度依赖英伟达芯片的国内互联网云服务商，纷纷着手规划国产人工智能处理器的应用方案。

同期，2025年的DeepSeek现象，推动了国内人工智能芯片与应用的快速实施。

今年八月，DeepSeek发布V3.1版本之际，其官方发布的一则声明引起了广泛关注——称“UE8M0 FP8是为后续推出的新一代国产处理器而打造”，这一信息促使市场持续追踪国产人工智能芯片的动态，并且导致英伟达股价随之下滑。

目前，DeepSeek的培育开销比美国顶尖的智能系统要少得多。9月18日，以梁文锋为通讯作者的权威杂志《自然》封面上刊登的论文表明，DeepSeek-R1模型的培育费用仅为29.4万美元，就算再添上大约600万美元的基础模型开销，也远低于OpenAI和谷歌培育人工智能的开支。

黄仁勋今年7月曾向记者透露，DeepSeek-R1堪称一项突破性成果，同时也是首个实现开源的推理模型，其创新性尤为突出。就实际用途来说，我国人工智能模型展现出高效灵活的特点，能够适应各种不同的应用需求，甚至依托这些开放模型，可以创立企业、开发产品或开拓业务领域。

四年前，英伟达在中国的市场占有率达到了95%，但现在这个比例已经下降到了50%。如果我们选择不在中国的市场竞争，而是让中国自主开发新的平台，并构建一个内容丰富的生态系统，而且这些平台不是美国的，当他们在全球推广人工智能技术时，他们的技术优势以及行业领导地位将会传播到世界各地。这是黄仁勋所表达的看法。

英伟达CEO黄仁勋

到2024年岁末，英伟达在全球所有人工智能加速处理器市场占有率超过九成。依据2025年8月最新公布的季度财务报告，英伟达数据中心业务板块营收达411亿美元，同比增幅为56%，这一业务已成为英伟达整体营收中占比最大的板块。

黄仁勋今年8月透露，英伟达Blackwell Ultra架构芯片的制造正全力进行中，市场需要量很大，同时推理型AI模型正促使模型性能快速提升。AI领域的竞争已经启动，Blackwell是这场竞争的关键所在。

他指出，每年用于数据中心基础建设的6000亿美元资本支出，仅统计了投入最多的四家公司，还有许多企业会对人工智能进行投资，未来五年，英伟达将借助Blackwell、Rubin等架构的芯片，把握价值3万亿至4万亿美元的AI基础建设市场机遇，人工智能将随时间推移，促进GDP增长速度加快。

但是，DeepSeek并非中国仅有的不使用美国技术的AI企业。由于美国对华限制持续增强，阿里、腾讯、字节跳动火山引擎等国内云服务提供商，一方面在大量采购英伟达GPU，另一方面正积极探索国产解决方案。

根据财务报表，受美国限制对华销售H20的影响，英伟达在2026财年第一财季H20库存支出达到了45亿美元，而第二财季销售额则大幅度降低了40亿美元。

然而国产AI芯片领域却面临需求远超供应的局面，不少企业正致力于提升产能，包括阿里巴巴、寒武纪科技、清微智能科技、摩尔线程科技以及壁仞科技等公司，它们的目标是成为国内AI计算核心部件的主要供应商，意图与英伟达展开竞争。

最近央视公布了关于“中国联通三江源绿电智算中心工程进展”的报道，里面提到了由阿里巴巴子公司平头哥新近研发的专用于人工智能计算中心的PPU芯片，这款芯片在多项关键性能上都超越了英伟达A800，性能水平等同于H20，而且能源利用率更高。

据消息人士透露，寒武纪当前最重要的网络服务使用者是字节跳动，其采购的芯片数量已经超过二十万片；阿里巴巴和百度自主研发的芯片已经投入市场；腾讯正在逐步投放之前储备的芯片，并且也选择了燧原科技的产品。

今年九月，华为发布了一款性能最强的智能芯片。华为透露，预计在二零二六年第一季度推出名为昇腾九五十PR的处理器，这款芯片将运用华为自主研制的HBM技术；二零二六年第四季度，将推出昇腾九五十DT版本；二零二七年第四季度，会发布昇腾九六十芯片；二零二八年第四季度，则计划推出昇腾九七十，意图在人工智能领域与英伟达展开竞争。

根据财新报道，半导体领域有专家预测，2024年华为昇腾人工智能处理器大约会销售30万到40万个，寒武纪智能芯片的销量超过1万个；2025年，华为昇腾处理器的销售量可能略少于100万个，而寒武纪的销量将增长到8万个左右，估计到2026年寒武纪的销量还能增长一倍。

不过华为的副董事长兼轮值董事长徐直军谈到，因为美国的制裁华为无法去台积电进行芯片制造，单个芯片的计算能力与英伟达相比有不足，不过华为在超节点互联领域加大了投入并取得进展，可以构建出万卡级别的超节点，因此能够获得全球最强的计算性能。

华为企业创建者任正非在六月提及，虽然华为昇腾处理器较美国类似器件“滞后一个阶段”，不过它借助叠加及集群等手段，能够获取顶尖的性能水准。

不管遭遇什么样的困难，我们都必须承认中国人工智能芯片的进步速度非常快。

摩尔线程的负责人张建中最近透露，目前图形处理器制造环节存在三个难题，分别是海外高端芯片出口管制、高级高带宽存储器销售限制以及前沿工艺生产瓶颈。现阶段市场大约需要七百多万块GPU运算卡，用以满足生成式人工智能和人工智能代理技术的运行需求。未来五年，人工智能计算能力要求将持续增加百倍，按照每块硅晶片大约能制造出20至30个有效计算单元的比率来估算，我国存在三百万片图形处理器卡的制造不足，从短期和中期角度观察，国内计算能力市场遭遇智能计算能力不足，生产能力或许难以满足需要。

今年9月26日，摩尔线程递交招股书，仅过88天便成功通过审核，成为科创板审核速度最快的AI芯片企业，极有可能成为“国产GPU第一股”。此次首次公开募股，摩尔线程准备筹集80亿元人民币，是今年A股市场过会项目中融资规模最大的项目，同时也是今年半导体设计行业规模最大的首次公开募股。公司透露，汇集的基金将重点用于创造新型人工智能训练与推演处理器、视觉处理器以及人工智能系统级芯片的开拓，目的是加强其在高性能运算界的优越位置。

财务报表表明，摩尔线程在2025年上半年的营业收入为7.02亿元，这个数字已经超过了他们过去三年的总收入，近三年的年均增长幅度超过208%。公司的毛利率情况，从2022年的-70.08%有显著改善，到了2024年提升到了70.71%。到2025年6月30日为止，公司正在沟通的客户预计订单总额将超过20亿元。公司管理层预计最早于2027年实现合并报表盈利。

现在，常见的人工智能助手处理一个基础工作大约需要十万个符号单位，而完成一个复杂工作则需要一百万个符号单位以上。到2025年6月底，我国每天使用的符号单位总量已经超过三十万亿，一又一年半的时间里，这个数字增长了三百倍。

张建中指出，人工智能即将进入智能体阶段，对计算能力的需求将出现急剧攀升。

黄仁勋以前提到过，人工智能是很有生气的创业、尖端科技、新式行业。美国公司应当和中国自由交易，不然或许会在人工智能的较量里，把自己的优势白白送给中国。

研究机构IDC最新统计表明，2025年上半年，我国人工智能加速服务器市场总额为160亿美元，较2024年上半年增长近两倍；国内加速芯片数量已突破190万片。据预测，至2029年，我国加速服务器市场总额有望超过1400亿美元。

IDC分析，从技术推进角度观察，2025年前半年，NPU、CPU等非GPU卡的需求不断上升，上升速率明显大于GPU，获取了30%的市场比例；从品牌分布角度审视，国产AI芯片已经更加广泛地应用，大约占整体市场比例的35%。

计算瓶颈已来，服务器芯片急需新架构新存储新通信

对于部署在数据中心的服务器而言，运算能力、互联性能、数据保存是三个关键组成部分，其中运算能力主要依托于芯片的处理性能，互联性能则涉及超节点以及NVLink等连接方式，数据保存则主要依靠HBM和DDR等存储技术实现。

行业迈入后摩尔时期，若要开发新型人工智能处理器，必须增强三方面指标，即提高处理效能，减少能量消耗，压缩物理尺寸。

PPA性能的改善必须从多个层面共同推进，包括系统规划、材料选择和程序调整等，关键方法在于借助硬件革新和软硬件配合，迅速提升AI工作的执行效率，比如矩阵计算和特征分析等，还要改进运算效能与信息传递效能，并且要在符合AI运算要求的前提下，达成PPA三者之间的均衡发展并取得显著进步。

不过现在，从工艺角度讲，“摩尔定律”已经进入了迟滞时期。将成熟工艺（例如14纳米）改进为尖端工艺（比如7纳米、4纳米、3纳米），人工智能计算能力的增长没有达到预期水平，同时芯片的造价也急剧攀升。

国际商业战略公司首席执行官Handel Jones谈到，制作28纳米晶圆片的费用大约是四千万美元；生产七纳米晶圆片的代价达到了二亿一千七百万美元，五纳米的造价是四亿一千六百万美元，而三纳米的投入更是高达五亿九千万美元。另据多项公开资料揭示，预计3纳米芯片的全面设计与研制开销或将高达十亿美元，折合人民币约七十二亿元，其高昂代价主要源于多个层面，包括晶圆制造环节的花费、科研经费的投入、仪器设备的购置（特别是极紫外光刻设备）以及产品合格率等要素。

另外，高通近期推出了采用4纳米工艺的第四代骁龙8s，其通用计算（CPU）部分的表现，仅比以往的高通骁龙系列增长了31%；英特尔最新搭载4纳米工艺和Chiplet技术的酷睿Ultra7 165H，与前代10纳米工艺的酷睿i7-1370P相比，每瓦性能的提升大约在8%左右；台积电最新N2工艺的效能，相较于上一代也仅仅进步了10%到15%。

显而易见，未来先进工艺的进步并不会使AI芯片在效能和成本效益方面获得显著改善。在今年的GTC会议期间，黄仁勋着重强调了大模型Token数量急剧增长的现象，以此凸显B200对于AI芯片行业的关键作用，而非单纯关注芯片本身的性能表现。

有业内专家私下向我透露，国内不发展尖端工艺是正确的选择，因为十二纳米以下，工艺对性能改善不再显著，所以国内的生产技术或许会持续很长时间受到限制，如何在不先进的工艺条件下，保持芯片计算能力的进步，是眼下极为重要的议题。

因此，计算领域面临瓶颈，服务器端人工智能芯片迫切需要创新架构、改进存储方式、开发新型通信途径，以便提升人工智能芯片的性能。

魏少军，清华大学教授，同时也是中国半导体行业协会集成电路设计分会的负责人，明确表示过，由于外部限制中国开展尖端制程芯片的研究，国内可利用的制造工艺已不复从前般多样。现阶段，中国的芯片制造行业必须更加重视那些不依赖于先进工艺的设计方法，例如在体系结构层面的创新，以及在微系统整合方面的探索。半导体制造商要挣脱过去的思维定式，构建自主可控的科技架构，不然就会一直处于追随他人的不利境地。

沿用当前芯片构造，多半会落在他人之后，很难达成领先，这是魏少军的看法，亚洲国家，诸如中国，应当舍弃使用英伟达GPU构造来制造AI芯片，以此降低对英伟达的技术牵制。他感觉，亚洲各国在研制算法和大型模型时，目前还在学习美国，这种做法妨碍了独立发展，也许会导致对美技术形成牵制，亚洲的方针需要跟美国方式不一样，特别是在算法构思和运算设备等根本方面。

清华大学集成电路学院院长尹首一在AICC2025人工智能计算大会上阐述，晶体管所能发挥的运算效能，根本在于计算体系结构的设计。运用创新的计算体系结构，有助于增强每个晶体管的运用效率，攻克限制国产芯片表现力的存储瓶颈，同时减少芯片的能量消耗，为芯片带来更多发展空间，计算体系结构的突破能够推动AI芯片运算能力的增强。此外，借助模块化计算体系来处理人工智能任务，采用程序化控制硬件与软件，能够灵活搭建出最为匹配的运算系统，存在利用设备自主编程技术达到接近定制化芯片效能的可能性。

新思路可以打破旧的模式，新方案能够改善我们的计算能力，不过我们还得有好的环境配合。智源研究院的FlagOS是国内创新的基础，我们的软件硬件互相配合，这样就能克服中国计算方面的瓶颈难题。尹首一说明。

除了新架构，存储和通信的提升也至关重要。

在存储领域，HBM、DDR这类人工智能专用存储芯片的用量正在飞速增长，单个GPU设备就需要数百TB级别的存储空间。根据美光公司的统计，人工智能服务器的内存容量是普通服务器的八倍，其固态硬盘容量则是三倍，单台人工智能服务器的存储需求最高能达到两TB，远远超过了传统服务器的配置要求。

因此，需求大幅增长促使存储芯片在人工智能基础设施建设中的支出比例显著上升，近期OpenAI的“星际之门”项目与三星、SK海力士合作，每月必须购买90万枚DRAM晶圆，这个数量几乎占全球DRAM总产量的四成。

现阶段，单枚HBM的价格已经突破5000美元，较常规DDR5内存高出二十倍，但其利润率能达到50%到60%，明显超过了传统DRAM大约30%的比率。

闪存业务负责人邰炜于一月透露，在人工智能发展势头下，运算架构正从中央处理器转向以图形处理器和神经网络处理器为主，数据存储需求随之提升，故高带宽存储器在智能领域应用日益普遍，现阶段该存储形式在动态随机存取存储器市场占有率将近三成，预计二零二六年HBM4将带动产业出现更多个性化需求。

通信网络领域，英伟达的网络架构整合了三种核心技术NVLink、InfiniBand 和Ethernet，其中，NVLink用于将GPU连接在单个服务器内部，或者在机架式服务器阵列中互联多台服务器；华为则推出了昇腾CLoudMatrix 384超节点，该节点通过高速互联总线构成，由12个计算单元和4个总线单元组成，整体计算能力达到300Pflops，是英伟达NVL72的1.7倍，网络互联总速率高达269TB/s，较英伟达NVL72提升107%，内存总速率达到1229TB/s，比英伟达NVL72增强113%，后续计划扩展为包含数万张卡片的Atlas 900 SuperCluster超节点系统，能够支持更大型模型的研发。

另外，众多人工智能处理器厂商正研发共封装光学、Chiplet、光传输系统、DPU等创新通信技术，借由彼此连接，更迅速增强整体人工智能运算效能。

北京智源人工智能研究院副院长兼总工程师林咏华谈到，往后，要促进更高的性价比、更低的能耗、更新的计算方式，不断加大创新投入，使更多创新设备能够广泛部署，达成更大的商业效益。据了解，智源研究院最近和众多国际合作伙伴一起发布了“众智FlagOS v1.5”平台，清微智能、寒武纪、摩尔线程、昆仑芯、华为昇腾以及中科海光，这六家公司是国内仅有的“FlagOS顶尖合作机构”。

不过目前，国产人工智能处理器产业体系还不够健全，制造能力非常有限，并且我国还在大量采购国外的集成电路产品。依据海关部门今年一月公布的资料，二零二四年中国集成电路产品的进口数量将达五千四百九十二亿件，较上一年度增长百分之十四点六；全年集成电路产品（也就是芯片）的进口总金额为三千八百五十亿美元，同比增加百分之十点四，这个数值占全球集成电路产品生产总量的百分之六十二。相比之下，2024年中国原油进口额为3250亿美元。

IDC中国AI基础架构研究专家杜昀龙指出，国内AI加速服务器产业正处在规模增长和民族品牌替代的关键时期。在高端计算能力表现与整体生态完善程度方面仍需取得进展。后续行业较量将侧重于整体效能、开放平台合作以及环保计算开销的管理。产业界要防止同质化低效发展，借助于技术融合与规范改进来增强全球市场地位。（文｜AI科技平凡者2025，作者｜林志佳，编辑｜盖虹达）